多层网络中观点动力学耦合促进亲社会行为演化

《PLOS Computational Biology》:Coupling with opinion dynamics promotes prosocial behavior in multilayer networks

【字体: 大 中 小 】 时间:2026年09月24日 来源:PLOS Computational Biology 3.7

编辑推荐:

  各种理论和实证研究已经解释了为何人类在竞争环境中会合作。尽管已有工作表明网络结构和多重交互可以促进合作,但大多数理论假设个体在所有社会情境中都参与困境博弈。然而,现实中的个体可能参与多种多样的交互,并非所有交互都构成困境。研究人员在多层网络上建立了一个演化博弈

  
各种理论和实证研究已经解释了为何人类在竞争环境中会合作。尽管已有工作表明网络结构和多重交互可以促进合作,但大多数理论假设个体在所有社会情境中都参与困境博弈。然而,现实中的个体可能参与多种多样的交互,并非所有交互都构成困境。研究人员在多层网络上建立了一个演化博弈模型,其中一层支持囚徒困境博弈(prisoner's dilemma game),而另一层遵循恒定选择动力学(constant-selection dynamics),代表有偏但非困境性的竞争,类似于观点或潮流传播。理论分析揭示,将社会困境层与非困境性的恒定选择层耦合,在许多情况下能够在不同的多层网络、更新规则和收益方案中稳健地增强合作。这些发现表明,将个体嵌入多样化的网络环境——即使这些环境与直接的社会困境无关——可以成为在社会-生态和组织系统中工程化促进合作的一种有原则的方法。

论文解读文章

一、研究背景与研究问题

合作行为的演化机制是演化生物学和社会科学的核心议题。囚徒困境博弈(prisoner's dilemma game)作为社会困境的典型代表,其核心悖论在于:合作对群体有利但对个体而言看似非理性。过去数十年的研究表明,多种机制可以促进合作的出现,包括亲缘选择、重复交互、声誉机制以及种群结构等。网络结构作为种群结构的一种形式,已被证明能够以多种方式促进亲社会行为。例如,个体的聚类效应、合作者之间的同配连接、度异质性以及网络的时变特性等,都能在不同条件下促进合作。
然而,现有的大多数理论研究假设个体在所有社会情境中都参与困境博弈。现实世界中,人类以及动物和组织可以在多种社会情境和模态下与他人交互。例如,人们既可能面对面交互,也可能在线交互,这种情形可以用多层网络(multilayer network)建模,其中每个网络层由一种类型的边(即交互)定义。已有数值研究表明多层网络可以增强合作,但大多数研究假设每个网络层都承载困境博弈。一个关键问题尚未得到充分回答:当个体并非总是参与社会困境博弈时,多层网络增强合作的效应是否依然稳健?非困境性的社会动力学如何改变困境情境中亲社会行为的可能性?为回答这些问题,研究人员提出了一个双层网络上的演化博弈模型,其中一层进行囚徒困境博弈,另一层进行恒定选择动力学(constant-selection dynamics)——一种简单的社会动力学,其中两种类型(如观点)在种群中竞争,等价于数学和跨学科物理学中研究多年的有偏投票者模型(biased voter model)。

二、研究内容与主要结论

研究人员通过扩展近期发展的多层固定理论框架,在弱选择条件下推导了合作者在第1层被选择以及突变型在第2层被选择的条件。理论分析表明,将社会困境层与非困境性的恒定选择层耦合,可以在许多情况下稳健地增强合作,这一效应与两个困境层耦合时观察到的合作增强效应类似。关键发现是:增强亲社会行为并不需要耦合两个困境层,将困境层与非困境层耦合也能产生跨层溢出效应,改变困境层中合作的有效条件。此外,捐赠博弈的参数(b和c)也会溢出影响恒定选择层中突变型被选择的条件。

三、关键技术方法

研究人员使用了以下主要技术方法:第一,多层网络固定概率理论分析,通过扩展多层固定理论框架,在弱选择条件下推导出合作者和突变型被选择的解析条件;第二,穷举网络分析,对N=6个个体的所有唯一双层网络与初始条件组合(共2,763,739对)进行分类考察;第三,随机图模型,使用Erd?s-Rényi(ER)随机图和Barabási-Albert(BA)无标度网络生成更大的双层网络进行数值分析;第四,实证网络分析,使用Vickers–Chan 7th Graders(VC7)网络(N=29,澳大利亚维多利亚州某学校七年级学生的学业和友谊关系)和Lazega Law Firm(LLF)网络(N=71,律师事务所内合伙人的专业和合作关系)两个实证双层网络进行验证;第五,随机数值模拟,对理论预测进行直接数值模拟验证,包括N=100的较大网络。

四、研究结果

3.1 合作者和突变型被选择的条件。 研究人员推导了任意双层网络下合作者在第1层被选择以及突变型在第2层被选择的解析条件。在dB-dB更新规则下,合作被选择的条件由方程(3)给出,突变型被选择的条件由方程(4)给出。这些条件是主要的理论结果,适用于加权双层网络。
3.2 双层网络的分类与N=6网络的穷举考察。 对2,763,739对唯一双层网络与初始条件的分类显示:超过80%的网络-初始条件组合产生负的阈值,意味着恶意行为(spite)而非合作被选择;合作被选择的条件难以解释的情况很少出现。相关性分析表明,较小的平均度、较小的聚类系数和较小的平均紧密度倾向于增强合作。对于促进合作的双层网络,耦合恒定选择层倾向于在层1网络较稠密时增强合作效应,但层2网络的边密度和其他属性对合作条件没有显著贡献。
3.3 样本双层网络。 对四种合成网络的考察显示:耦合环网络(N=10)中,r>1使得合作在比单层网络更宽松的条件下出现;异质双层网络和耦合完全图网络中,r>1时恶意行为以更小的惩罚值被选择;耦合完全二分图网络中,当r约大于10.5时选择有利于合作,而单层完全二分图不产生合作。
3.4 随机图。 对双层ER和BA网络的考察显示,单层ER网络在p?较小时几乎所有实例都支持合作,88%的实例在p?=0.5时支持合作。耦合恒定选择层后,层1网络越稠密、层2网络越稀疏,阈值变化越大。双层BA网络的阈值变化总体上大于ER网络。
3.5 实证网络。 VC7网络中恶意行为可以演化,r每变化1个单位使阈值变化3.64(4.07%);LLF网络中合作可以被选择,r>1时合作更容易出现,r<1时更难出现。
3.6 恒定选择层中的Birth-death(Bd)规则。 在dB-Bd规则下,结果与dB-dB规则定性相同,但存在定量差异:某些网络中阈值对r的敏感度是dB-dB规则的10.1倍,ER和BA网络的阈值变化在dB-Bd规则下显著更大。
3.7 随机数值模拟验证。 对于弱选择强度,数值模拟估计的阈值与理论预测吻合良好;对于较强选择,数值结果偏离理论预测但耦合恒定选择层仍然促进合作。
3.8 "固定收益、固定成本"收益方案。 在ff goods方案下,结果与pf goods方案定性相同。
3.9 固定时间。 双层网络相对于单层网络的固定时间增加最多不超过一定比例,VC7网络中耦合时合作固定需要最多2.8倍的时间。

五、讨论与结论

讨论部分指出,将困境层与非困境层耦合可以产生跨层溢出效应,改变困境层中合作的有效条件。这一发现意味着,在非困境性社会情境中部署新的观点或潮流可能增强另一网络层中的合作。引入狂热者(zealots)——即不受社会影响而坚持己见的少数个体——可能比直接引入合作狂热者更经济地间接促进合作。研究的主要局限性在于:固定理论分析计算量大,分析限于较小的双层网络;研究假设弱选择。主要结论是:将困境层与恒定选择动力学(即有偏投票者模型动力学)耦合可以增强困境层中的亲社会行为,类似于耦合两个困境层的情形。未来研究的重要方向是通过受控实验和数据驱动的多层网络建模来检验这一预测。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号